本站原创文章，转载请说明来自《老饼讲解-BP神经网络》www.bbbdata.com

本文讲解一个BP神经网络的完整建模流程，包括数据预处理、训练、及评估等

通过本文，可以整体性地了解建模过程有哪些，要做些什么等等

01. BP神经网络的建模步骤

本节介绍一个BP神经网络的建模主要步骤

BP神经网络建模主流程步骤

BP神经网络的建模流程主要步骤如下 总的来说，BP神经网络建模的主流程共有3个大步骤,6个小步骤， 具体如下： 👉 数据预处理 ：数据归一化、数据划分 👉 网络构建 ：网络结构设置、网络训练 👉 效果评估 ：模型训练效果评估、模型预测效果评估✍️特别说明 以上是一个BP神经网络的完整建模流程，但如果使用matlab工具箱实现，就不是按这个流程操作因为工具箱已经帮我们高度封装一些流程了

02.BP神经网络建模步骤详述

本节详细介绍BP神经网络建模步骤处理的内容和目的

BP神经网络建模-数据预处理

数据归一化在模型训练之前，需要把所有数据(X和y)都进行归一化数据归一化主要是为了网络求解的便利性 数据划分 一般将数据划分成三部分，训练数据、验证数据、测试数据 训练数据：用于求解(调整w,b) 验证数据：验证数据主要用于防止训练走向过拟合。 测试数据：不参与任何训练过程，纯粹用于检验模型最后的测试效果 可以按训练数据70%、验证数据15%、测试数据15%的比例随机分割

BP神经网络建模-模型构建

结构设置设置BP神经网络的隐层层数（一般都是一个隐层），和隐层神经元个数训练（求解w,b）用训练数据对BP神经网络进行训练，可采用梯度下降法、LM法等等在训练过程中，需要不断用验证数据检验模型的泛化能力 如果训练数据效果越来越好，而验证数据效果越来越差则说明走在了过拟合的路上，这时就应该停止训练

BP神经网络建模-效果评估

模型训练效果评估检验模型对训练数据的预测效果,一个BP神经网络训练成功的表现就是训练数据误差达到要求 模型预测效果评估检验模型对测试数据（未参与训练的数据）的预测效果,一个BP神经网络可用的表现就是模型测试数据误差达到要求

03. BP神经网络的建模步骤-总结

本节总结BP神经网络的建模步骤与过程

BP神经网络建模步骤-总结

综上所述，BP神经网络的建模过程一般如下：1.数据处理 在BP神经网络建模时，一般会先数据归一化 并将数据分割成训练数据、验证数据和测试数据 2.模型构建 BP神经网络模型的构建，也就是设置网络的结构 由于常用的都是一隐层，tansig+purelin的结构， 因此一般只需设置隐层的隐节点个数 3.效果检查 训练完后，检查训练数据、测试数据的预测效果， 如果两者都满足需求，就可以将模型投入使用了

以上就是BP神经网络建模步骤的基本内容了~

End